买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉香港理工大学深圳研究院申请的专利列车表面风压的预测模型训练方法、预测方法及相关装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120448823B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510955351.6，技术领域涉及：G06F18/214；该发明授权列车表面风压的预测模型训练方法、预测方法及相关装置是由陈争卫;彭程;郭展豪;陆嘉豪;曾广志;郭子健;芮恩泽;曾元江设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本列车表面风压的预测模型训练方法、预测方法及相关装置在说明书摘要公布了：本申请公开了一种列车表面风压的预测模型训练方法、预测方法及相关装置，其中，该方法包括：采用训练集对预设混合模型进行训练，直至预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型。其中，预设混合模型包括第一预设模型和第二预设模型，第一预设模型用于基于训练样本预测得到失效压力测点对应的第一预测风压数据，第二预设模型用于基于图结构信息和第一预测风压数据，预测得到失效压力测点对应的第二预测风压数据。如此，可以整合来自不同模型的信息，提高整体预测性能，而第二预设模型利用图结构信息，可以通过图结构帮助预测或插补缺失值，因此，目标预测模型可以应用到任何场景下预测风压数据，提高了应用的广泛性。

本发明授权列车表面风压的预测模型训练方法、预测方法及相关装置在权利要求书中公布了：1.一种列车表面风压的预测模型训练方法，其特征在于，包括： 获取训练集；所述训练集包括多个训练样本，其中，各所述训练样本包括风压的影响参数以及列车表面的多个压力测点的风压数据标签，所述多个压力测点的风压数据标签中存在失效压力测点的风压数据标签； 采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型；其中，所述预设混合模型包括第一预设模型和第二预设模型，所述第一预设模型用于基于所述训练样本预测得到所述失效压力测点对应的第一预测风压数据，所述第二预设模型用于基于图结构信息和所述第一预测风压数据，预测得到所述失效压力测点对应的第二预测风压数据，所述第一损失函数值由所述第二预测风压数据与对应的风压数据标签确定，所述图结构信息用于表征所述多个压力测点的空间位置关系，所述目标预测模型用于预测失效压力测点的风压数据； 所述训练样本包括实验训练样本和仿真训练样本，所述采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型，包括： 采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到初始预测模型； 获取验证集；所述验证集包括多个训练样本； 基于高斯过程回归模型，采用所述验证集对所述初始预测模型进行模型性能评估，以调整所述初始预测模型的网络参数，得到所述目标预测模型；其中，所述高斯过程回归模型表示：高保真数据为低保真数据的线性变换加上预设的偏差函数，且所述低保真数据和所述偏差函数服从多变量高斯过程，所述多变量高斯过程的均值为0，以及所述多变量高斯过程的协方差矩阵由低保真数据的协方差函数和所述偏差函数的协方差函数构成，所述高保真数据为实验训练样本对应的第二预测风压数据，所述低保真数据为仿真训练样本对应的第二预测风压数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人香港理工大学深圳研究院，其通讯地址为：518057 广东省深圳市南山区粤海街道高新技术产业园南区粤兴一道18号香港理工大学产学研大楼205室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。